機(jī)器學(xué)習(xí)是使計(jì)算機(jī)能夠在不明確編程的情況下學(xué)習(xí)的能力。這是通過(guò)向計(jì)算機(jī)提供數(shù)據(jù)並將數(shù)據(jù)轉(zhuǎn)換為決策模型的數(shù)據(jù)來(lái)完成的，然後將其用於未來(lái)的預(yù)測(cè)。
>在本教程中，我們將討論機(jī)器學(xué)習(xí)以及開(kāi)始機(jī)器學(xué)習(xí)所需的一些基本概念。我們還將設(shè)計(jì)一些python示例來(lái)預(yù)測(cè)某些元素或事件。
機(jī)器學(xué)習(xí)介紹
機(jī)器學(xué)習(xí)是一種旨在從經(jīng)驗(yàn)中學(xué)習(xí)的技術(shù)。例如，作為人類(lèi)，您可以通過(guò)觀察其他人下棋來(lái)學(xué)習(xí)如何下棋。以同樣的方式，計(jì)算機(jī)是通過(guò)為它們提供的數(shù)據(jù)來(lái)編程的，然後能夠從中預(yù)測(cè)未來(lái)的元素或條件。您可能會(huì)發(fā)現(xiàn)編寫(xiě)這樣的程序很容易，它將給出所需的結(jié)果，但您可能還會(huì)發(fā)現(xiàn)該程序?qū)Υ笮蛿?shù)據(jù)集沒(méi)有有效的作用。這是機(jī)器學(xué)習(xí)開(kāi)始發(fā)揮作用的地方。
在機(jī)器學(xué)習(xí)中涉及各種步驟：
數(shù)據(jù)收集數(shù)據(jù)
- >
- 分析數(shù)據(jù)
- algorithm培訓(xùn)
- algorithm培訓(xùn)
Machine learning uses different kinds of algorithms to find patterns, and these algorithms are classified into two groups:
supervised learningunsupervised learningSupervised Learning
- Supervised learning is the science of training a computer to recognize elements by giving it sample data.然後，計(jì)算機(jī)從中學(xué)習(xí)，並可以基於學(xué)到的數(shù)據(jù)來(lái)預(yù)測(cè)未來(lái)的數(shù)據(jù)集。 Facebook，根據(jù)某個(gè)描述搜索圖像?，F(xiàn)在，您可以在Facebook上搜索圖像，其中描述了照片的內(nèi)容。由於社交網(wǎng)站已經(jīng)具有字幕圖像的數(shù)據(jù)庫(kù)，因此可以搜索並匹配描述與照片中的特徵，以一定程度的準(zhǔn)確性。
- 在監(jiān)督學(xué)習(xí)中只涉及兩個(gè)步驟：
- >
k-nearest最鄰居
線(xiàn)性回歸
pip install -U scikit-learn<br>
Python 3.9.12 (main, Apr 5 2022, 06:56:58) <br>[GCC 7.5.0] :: Anaconda, Inc. on linux<br>Type "help", "copyright", "credits" or "license" for more information.<br>>>> import sklearn<br>>>> <br>和聚類(lèi)算法。我們將編寫(xiě)一個(gè)簡(jiǎn)單的程序，以說(shuō)明監(jiān)督學(xué)習(xí)如何使用Sklearn庫(kù)和Python語(yǔ)言進(jìn)行。 ?> Sklearn還與Numpy和Scipy庫(kù)很好地互操作。
>
>安裝Sklearnfrom sklearn import tree<br>
> SKLEARN安裝指南為多個(gè)平臺(tái)提供了一種非常簡(jiǎn)單的方法。它需要幾個(gè)依賴(lài)性：
features = [[7, 0.6, 40], [7, 0.6, 41], [37, 600, 37], [37, 600, 38]]<br>python（＆gt; = 3.6），
#labels = [chicken, chicken, horse, horse]<br><br># we use 0 to represent a chicken and 1 to represent a horse<br><br>labels = [0, 0, 1, 1]<br>
numpy（最小版1.17.3）
classifier = tree.DecisionTreeClassifier()<br>scipy（min 1.3.2）
>
classifier.fit(features, labels)<br>
from sklearn import tree<br>features = [[7, 0.6, 40], [7, 0.6, 41], [37, 600, 37], [37, 600, 38]]<br>#labels = [chicken, chicken, horse, horse]簡(jiǎn)單地安裝Anaconda。這要照顧所有依賴(lài)性，因此您不必?fù)?dān)心一個(gè)一個(gè)一個(gè)。
labels = [0, 0, 1, 1]
classif = tree.DecisionTreeClassifier()
classif.fit(features, labels)
>
來(lái)測(cè)試Sklearn是否正常運(yùn)行，只需從python解釋器中導(dǎo)入它：from sklearn import tree<br>features = [[7, 0.6, 40], [7, 0.6, 41], [37, 600, 37], [37, 600, 38]]<br>
#labels = [chicken, chicken, horse, horse]
labels = [0, 0, 1, 1]
classif = tree.DecisionTreeClassifier()
classif.fit(features, labels)
print(classif.predict([[7, 0.6, 41]]))
from sklearn import tree<br>features = [[7, 0.6, 40], [7, 0.6, 41], [37, 600, 37], [37, 600, 38]]<br>#labels = [chicken, chicken, horse, horse]
labels = [0, 0, 1, 1]
classif = tree.DecisionTreeClassifier()
classif.fit(features, labels)
print(classif.predict([[38, 600, 37.5]]))
# output
# [1] or a Horse
，如果不會(huì)出現(xiàn)錯(cuò)誤，那麼您就可以完成了。我們希望能夠區(qū)分不同動(dòng)物。因此，我們將設(shè)計(jì)一種算法，該算法可以專(zhuān)門(mén)告訴給定的動(dòng)物是馬還是雞。 我們首先需要從每種類(lèi)型的動(dòng)物中收集一些樣本數(shù)據(jù)。一些示例數(shù)據(jù)如下表所示。
定義要使用的動(dòng)物分類(lèi)的功能。
>>定義每個(gè)分類(lèi)器將提供的輸出。雞的代表為0，而一匹馬將以1表示。然後，我們定義基於決策樹(shù)的分類(lèi)器。這是預(yù)測(cè)高度為7英寸，重量為0.6 kg的動(dòng)物，溫度為41：
>以下是如何預(yù)測(cè)高度38英寸的動(dòng)物，重量為600 kg，溫度為37.5：37.5：37.5：>線(xiàn)性回歸在第二個(gè)示例中，我們將使用更大的數(shù)據(jù)集來(lái)執(zhí)行線(xiàn)性回歸。?根據(jù)Wikipedia的>>在統(tǒng)計(jì)中，線(xiàn)性回歸是一種線(xiàn)性方法，用於建模標(biāo)量響應(yīng)與一個(gè)或多個(gè)解釋性變量之間的關(guān)係（也稱(chēng)為相關(guān)變量和自變量）。
可以在此處找到數(shù)據(jù)集。將CSV文件下載到您的工作目錄中
>讓我們開(kāi)始導(dǎo)入必要的依賴(lài)項(xiàng)。
pip install -U scikit-learn<br>
>接下來(lái)，將CSV數(shù)據(jù)加載到pandas dataframe。輸出：
Python 3.9.12 (main, Apr 5 2022, 06:56:58) <br>[GCC 7.5.0] :: Anaconda, Inc. on linux<br>Type "help", "copyright", "credits" or "license" for more information.<br>>>> import sklearn<br>>>> <br>
，如上所述，數(shù)據(jù)包含1960年至2016年不同國(guó)家的GDP。下一步是創(chuàng)建x和y維數(shù)陣列。型號(hào)。
from sklearn import tree<br>以下是圖：
features = [[7, 0.6, 40], [7, 0.6, 41], [37, 600, 37], [37, 600, 38]]<br>>
#labels = [chicken, chicken, horse, horse]<br><br># we use 0 to represent a chicken and 1 to represent a horse<br><br>labels = [0, 0, 1, 1]<br>
>
>無(wú)監(jiān)督的學(xué)習(xí)是當(dāng)您僅使用一組輸入來(lái)訓(xùn)練計(jì)算機(jī)時(shí)。然後，機(jī)器將能夠找到輸入數(shù)據(jù)與您可能想要預(yù)測(cè)的其他任何其他關(guān)係之間的關(guān)係。與監(jiān)督學(xué)習(xí)不同，在您向機(jī)器展示一些可以進(jìn)行培訓(xùn)的機(jī)器的情況下，無(wú)監(jiān)督的學(xué)習(xí)旨在使計(jì)算機(jī)查找不同數(shù)據(jù)集之間的模式或關(guān)係。classifier = tree.DecisionTreeClassifier()<br>
無(wú)監(jiān)督的學(xué)習(xí)可以進(jìn)一步細(xì)分為：
classifier.fit(features, labels)<br>
clustering
-
關(guān)聯(lián)>關(guān)聯(lián)>
關(guān)聯(lián)是您確定描述大量數(shù)據(jù)的規(guī)則。這種類(lèi)型的學(xué)習(xí)可以適用於基於作者或類(lèi)別的書(shū)籍，無(wú)論是動(dòng)機(jī)，虛構(gòu)的還是教育的書(shū)籍。
>>一些流行的無(wú)監(jiān)督的學(xué)習(xí)算法包括：
- 教程幫助您開(kāi)始了機(jī)器學(xué)習(xí)。這只是一個(gè)介紹 - 機(jī)器學(xué)習(xí)可以覆蓋很多，這只是機(jī)器學(xué)習(xí)可以做的一小部分。 Sklearn只是機(jī)器學(xué)習(xí)中使用的庫(kù)之一。其他庫(kù)包括Tensorflow和Keras。?此外， >
>
>您決定使用受監(jiān)督或無(wú)監(jiān)督的機(jī)器學(xué)習(xí)算法的決定取決於各種因素，例如數(shù)據(jù)的結(jié)構(gòu)和大小。在預(yù)防欺詐方面，在社交媒體網(wǎng)站上個(gè)性化新聞源，以適合用戶(hù)的喜好，電子郵件和惡意軟件過(guò)濾，天氣預(yù)報(bào)，甚至在電子商務(wù)領(lǐng)域，以預(yù)測(cè)消費(fèi)者購(gòu)物習(xí)慣。>
以上是Python的機(jī)器學(xué)習(xí)簡(jiǎn)介的詳細(xì)內(nèi)容。更多資訊請(qǐng)關(guān)注PHP中文網(wǎng)其他相關(guān)文章！
熱AI工具
Undress AI Tool
免費(fèi)脫衣圖片
Undresser.AI Undress
人工智慧驅(qū)動(dòng)的應(yīng)用程序，用於創(chuàng)建逼真的裸體照片
AI Clothes Remover
用於從照片中去除衣服的線(xiàn)上人工智慧工具。
Clothoff.io
AI脫衣器
Video Face Swap
使用我們完全免費(fèi)的人工智慧換臉工具，輕鬆在任何影片中換臉！
熱門(mén)文章
熱工具
記事本++7.3.1
好用且免費(fèi)的程式碼編輯器
SublimeText3漢化版
中文版，非常好用
禪工作室 13.0.1
強(qiáng)大的PHP整合開(kāi)發(fā)環(huán)境
Dreamweaver CS6
視覺(jué)化網(wǎng)頁(yè)開(kāi)發(fā)工具
SublimeText3 Mac版
神級(jí)程式碼編輯軟體(SublimeText3)
Python類(lèi)中的多態(tài)性
Jul 05, 2025 am 02:58 AM
多態(tài)是Python面向?qū)ο缶幊讨械暮诵母拍?，指“一種接口，多種實(shí)現(xiàn)”，允許統(tǒng)一處理不同類(lèi)型的對(duì)象。 1.多態(tài)通過(guò)方法重寫(xiě)實(shí)現(xiàn)，子類(lèi)可重新定義父類(lèi)方法，如Animal類(lèi)的speak()方法在Dog和Cat子類(lèi)中有不同實(shí)現(xiàn)。 2.多態(tài)的實(shí)際用途包括簡(jiǎn)化代碼結(jié)構(gòu)、增強(qiáng)可擴(kuò)展性，例如圖形繪製程序中統(tǒng)一調(diào)用draw()方法，或遊戲開(kāi)發(fā)中處理不同角色的共同行為。 3.Python實(shí)現(xiàn)多態(tài)需滿(mǎn)足：父類(lèi)定義方法，子類(lèi)重寫(xiě)該方法，但不要求繼承同一父類(lèi)，只要對(duì)象實(shí)現(xiàn)相同方法即可，這稱(chēng)為“鴨子類(lèi)型”。 4.注意事項(xiàng)包括保持方
解釋Python發(fā)電機(jī)和迭代器。
Jul 05, 2025 am 02:55 AM
迭代器是實(shí)現(xiàn)__iter__()和__next__()方法的對(duì)象，生成器是簡(jiǎn)化版的迭代器，通過(guò)yield關(guān)鍵字自動(dòng)實(shí)現(xiàn)這些方法。 1.迭代器每次調(diào)用next()返回一個(gè)元素，無(wú)更多元素時(shí)拋出StopIteration異常。 2.生成器通過(guò)函數(shù)定義，使用yield按需生成數(shù)據(jù)，節(jié)省內(nèi)存且支持無(wú)限序列。 3.處理已有集合時(shí)用迭代器，動(dòng)態(tài)生成大數(shù)據(jù)或需惰性求值時(shí)用生成器，如讀取大文件時(shí)逐行加載。注意：列表等可迭代對(duì)像不是迭代器，迭代器到盡頭後需重新創(chuàng)建，生成器只能遍歷一次。
如何處理Python中的API身份驗(yàn)證
Jul 13, 2025 am 02:22 AM
處理API認(rèn)證的關(guān)鍵在於理解並正確使用認(rèn)證方式。 1.APIKey是最簡(jiǎn)單的認(rèn)證方式，通常放在請(qǐng)求頭或URL參數(shù)中；2.BasicAuth使用用戶(hù)名和密碼進(jìn)行Base64編碼傳輸，適合內(nèi)部系統(tǒng)；3.OAuth2需先通過(guò)client_id和client_secret獲取Token，再在請(qǐng)求頭中帶上BearerToken；4.為應(yīng)對(duì)Token過(guò)期，可封裝Token管理類(lèi)自動(dòng)刷新Token；總之，根據(jù)文檔選擇合適方式，並安全存儲(chǔ)密鑰信息是關(guān)鍵。
解釋Python斷言。
Jul 07, 2025 am 12:14 AM
Assert是Python用於調(diào)試的斷言工具，當(dāng)條件不滿(mǎn)足時(shí)拋出AssertionError。其語(yǔ)法為assert條件加可選錯(cuò)誤信息，適用於內(nèi)部邏輯驗(yàn)證如參數(shù)檢查、狀態(tài)確認(rèn)等，但不能用於安全或用戶(hù)輸入檢查，且應(yīng)配合清晰提示信息使用，僅限開(kāi)發(fā)階段輔助調(diào)試而非替代異常處理。
什麼是Python型提示？
Jul 07, 2025 am 02:55 AM
typeHintsInpyThonsolverbromblemboyofambiguityandPotentialBugSindyNamalytyCodeByallowingDevelopsosteSpecefectifyExpectedTypes.theyenhancereadability，enablellybugdetection，andimprovetool.typehintsupport.typehintsareadsareadsareadsareadsareadsareadsareadsareadsareaddedusidocolon（
如何一次迭代兩個(gè)列表
Jul 09, 2025 am 01:13 AM
在Python中同時(shí)遍歷兩個(gè)列表的常用方法是使用zip()函數(shù)，它會(huì)按順序配對(duì)多個(gè)列表並以最短為準(zhǔn)；若列表長(zhǎng)度不一致，可使用itertools.zip_longest()以最長(zhǎng)為準(zhǔn)並填充缺失值；結(jié)合enumerate()可同時(shí)獲取索引。 1.zip()簡(jiǎn)潔實(shí)用，適合成對(duì)數(shù)據(jù)迭代；2.zip_longest()處理不一致長(zhǎng)度時(shí)可填充默認(rèn)值；3.enumerate(zip())可在遍歷時(shí)獲取索引，滿(mǎn)足多種複雜場(chǎng)景需求。
什麼是Python迭代器？
Jul 08, 2025 am 02:56 AM
Inpython，IteratorSareObjectSthallowloopingThroughCollectionsByImplementing_iter __（）和__next __（）。 1）iteratorsWiaTheIteratorProtocol，使用__ITER __（）toreTurnterateratoratoranteratoratoranteratoratorAnterAnteratoratorant antheittheext__（）
Python Fastapi教程
Jul 12, 2025 am 02:42 AM
要使用Python創(chuàng)建現(xiàn)代高效的API，推薦使用FastAPI；其基於標(biāo)準(zhǔn)Python類(lèi)型提示，可自動(dòng)生成文檔，性能優(yōu)越。安裝FastAPI和ASGI服務(wù)器uvicorn後，即可編寫(xiě)接口代碼。通過(guò)定義路由、編寫(xiě)處理函數(shù)並返回?cái)?shù)據(jù)，可以快速構(gòu)建API。 FastAPI支持多種HTTP方法，並提供自動(dòng)生成的SwaggerUI和ReDoc文檔系統(tǒng)。 URL參數(shù)可通過(guò)路徑定義捕獲，查詢(xún)參數(shù)則通過(guò)函數(shù)參數(shù)設(shè)置默認(rèn)值實(shí)現(xiàn)。合理使用Pydantic模型有助於提升開(kāi)發(fā)效率和準(zhǔn)確性。
